Најди сличен содржај

信息迷宫丨互联网的知识陈列 DocHub 分享优质文档 这个网站不错，文章和文档等知识库网站收录和聚合站点，包括腾讯/飞书/Notion/Github 等平台文档在内的，技术/商业/艺术/学术领域内容分享，一座知识信息殿堂，美中不足是知识库和国外内容收录挺少，但值得期待。 我喜欢现在的互联网，我频道是面透镜，已经接收吸纳了不少内容。今天就对这些信息迷宫，知识形式的互联网陈列作个简单介绍和分享总结。 除去 Group 等群聊的话，互联网知识传播介质可分为网文/视频/播客/文献/书籍，而这几种信息媒介托出的相关知识源我已作了不少主题分享： 网文：我分享的网文信息源； 视频：YouTube 的使用 Combo； 播客：中文博客榜和英文播客库； 文献：经典有趣的论文推荐；AI 前沿文献研究列表的追踪网站；学术研究利器丨文献、图谱与AI； 书籍：“写作生产力”相关书籍；关于各领域/学科最好书籍推荐网站；游戏设计与游戏化（Gamification）书籍推荐；Goodreads 官推分享的写作相关书籍；音乐文化类书籍； 知识传播的这些媒介也更精细的区分出不同平台，如我喜欢关注且陈列集中的 Reddit/Hacker News/Github/Medium/Substack/Twitter/Youtube，是这些知识信息陈列空间，琳琅满目。 Reddit：Reddit RSS；社交媒体的流浪时政板块； Hacker News：Hacker News的使用 Combo；榨干 Hacker News 的内容资源 Github：Github Combo工具使用；Github 的数学资源库；Awesomelists；Github 自定义主页美化；数字花园的 Github 汇总； Medium：破解 Medium 付费墙 Substack：Substack 订阅发现器； Twitter：Dive into any corner of Twitter；抓住 Twitter和 Google就抓住了一切； Youtube：YouTube 的使用 Combo；Youtuber 后续分享。 如同开头分享的文档聚合网站，我统称为「迷宫」，即聚合的聚合，比如我前面分享的导航的迷宫（导航的聚合），AI 的迷宫（AI 工具收录网站的聚合），这些是互联网的陈列方式，就像房间布局一样。细分，则可以有文档/博客/知识库/导航/论坛/聚合/Newsletter/Wiki/RSS feed/Blog discover/Paperlist/archives 等等。 文档：文档学习资源；Github Combo工具使用； 博客：git上一个中文独立博客列表；三个我喜欢的个人博客主题；BOREDREADING丨博客信息源超级发现器；博客 2.0 时代 知识库：Notion 知识库分享；这部分其实交叉挺多，后面聚合类似。 导航：导航分享；导航网站的导航；我个人导航（reference） 论坛：有趣的论坛讨论； 聚合：概念和心智模型大聚合；生产力概念模型大聚合；人文学科的工具和资源库；AI Prompts 聚合；AI 工具库聚合 Newsletter：Newsletter 资源；Substack 订阅发现器 Wiki：有趣的维基百科网站；学术百科及其它百科内容 RSS feed：RSS 源的全平台烧制；RSS 本频道主题；RSS hub 文档； Blog discover：Matter 阅读器精心策划的深度内容信息源； Discovery feed；BOREDREADING丨博客信息源超级发现器 Paperlist：AI 前沿文献研究列表提到 Archives：http://archive.org/ 以上内容是互联的知识陈列方式（有交叉），是信息迷宫，我平常的分享也在有意识的从这些路径出发。但我只是提供这些不同浏览迷宫的路径，Keyword，你可以在打造和完善你的「信息花园」时从这些路径开始，结合我的 RSS 主题和信息挖掘主题。 我的频道是座小迷宫，我十分建议在这个网站（频道专属搜索）搜索这些关键词。很多内容其实我都还没分享，为更注重系统，而这个帖子我后续也会不断补充和完善。 Reference 感谢「书记酱」技术支持，让这条推送更容易链接和分享。 #RSS#readingsystem

阅读输入工具的 Combo丨翻译、总结、全局和 AI 沙拉查词/有道词典/沉浸翻译/Glarity/Quicker 的动作 最近常驻使用的几款语言插件越来越舒服，今天就简单介绍下阅读输入中工具的哪些组合好用收益大，我主要从「翻译」「总结」「AI 调用」「全局」四个方面来简单说说。 这四个方面的工具功能完善对阅读输入大有裨益，「翻译」而言，我看重划词翻译/句子翻译/网页翻译/AI 翻译/输入框翻译/OCR 翻译；「总结」，我看重划词段落总结/全文总结，这里一定程度已经反映这个工具对 AI 的整合程度了，单独列出来是因为之前也有单独的文章 URL 处理和总结网站；「全局」，全局是对碎片化多平台阅读的整合需求处理，以及网页和界面的全局呼出；「AI 调用」是目前检验一个工具完善程度的标志，在阅读输入方面也会镜现前面的功能，AI 翻译/AI 总结/AI 自定义 Prompt/AI 全局挂件等。 我目前稳定的阅读输入工具 Combo：沙拉查词+有道辞典+沉浸翻译+Glarity+Quicker 输入框翻译/全局呼出动作，对应了上面的几乎所有的功能收益，对我而言这几个工具 Combo 已经在我这里达到某程度的「生产力震颤/和谐」，即其他工具的介入易引起排异反应，而这种和谐程度因人而异，即供参考。 「翻译」 沙拉查词承担「翻译」功能，其划词/句子翻译非常舒服，主要快捷键双击翻译和图标 Hover 呼出翻译界面的交互很舒服，翻译功能成熟，可导入 ANKI。其它划词翻译很多不够成熟，以及有功能出奇的翻译工具如 Burning Vocabulary 以及 Relingo 就承担了「翻译」和网页「全局」翻译记忆的功能，适合语言学习初阶使用，我已经放弃，以及 LingQ 等工具学二外仍然有优势（可以结合现在的沉浸翻译插件的交互学习）。 沙拉查词主打单词和句子翻译，而沉浸翻译插件就主打段落和网页翻译，非常强大。沉浸翻译插件最近更新的三击空格输入框翻译也非常输入，也支持 OpenAI API 翻译，最近更新的 Hover 段落翻译对于学习收益也非常大，还支持视频字幕翻译（类似油管双语字幕插件）。 前两都是对应网页相关翻译功能，而应用级全局翻译和 OCR 翻译我辅之以「有道词典」，以及主要使用 Quicker 动作进行全局输入框的翻译。 然后讲讲 AI 与翻译，AI 划词和句子翻译其实是溢出的，单词和句子翻译源的选择只需要专注翻译速度和精确完整度，沙拉查词/沉浸翻译的翻译源完全够用，Deepl/彩云/OpenAI。AI 用于划词和句子翻译最主要的功能是学习辅助，也就是 Prompt 自定义以支持单词和句子的自定义处理、导出、学习和吸收，这点而言 ChatGPT Sidebar 系列、全局翻译工具 TTime、Openai-translator 以及插件 Scouter 可以承担这种个性化学习的功能，但交互体验一般。 主要我现在反感这种「笨重介入」的功能，即在一个任务里插入另一个独立任务（这里主要引入我项目处理的一个习惯，原子化拆解），在这种阅读过程中 AI 定制化处理和输出是耗费时间的，会增加工作摩擦，就如同有人喜欢在阅读的时候制作完整的「卡片笔记」一样，这种「笨重介入」的任务插入是对项目管理的无视，诱出效率陷阱。 「总结」 总结功能主要是看重划词段落总结和链接全文总结。Glarity 全文翻译非常强，可以自定义 Prompt，而段落翻译总结对于总结本身没有意义，这里的 AI 对段落的处理更像是沟通和对话。ChatGPT Sidebar 系列可以承担该功能，而目前我基本也放弃这种稍稍的「笨重介入」，我真要处理一段话，会直接复制到 GPT4/NewBing 等界面对话和沟通。 「全局」 除去 Burning Vocabulary 等翻译显示意义上的「全局」，其它插件都能在网页端模糊「全局」意义。而这里「全局」更强调应用级的全局处理。有道词典承担我全局划词/句子/OCR 翻译，加上 Quicker 动作输入更加灵活以及最直接的输入框全局翻译。 --- 明显，我对 AI 插件这种自定义学习介入阅读输入流程，不推荐（除去总结）。不管是母语阅读还是其它语言，阅读更应该是 「walk on water」般轻盈自然，而不是带着脚镣、更多插件和更多「笨重介入」缓行。 「这篇内容适合图表展示」 Reference AI 影响我阅读文章的方式 AI 时代的互联网阅读丨注意力/收敛/存在危机 语言学习相关总结 语言学习路径 生产力震颤/和谐 #RSS#ReadingSystem

「软件内」信息搜索与挖掘丨订阅号、频道、论坛 今天群友分享了两个关于优质油管频道 dig 网址，顺便起个系列，「各软件的信息订阅和挖掘」。因为关于信息源的处理（阅读系统）也是我频道目前阶段主要做的，涉及搜索、RSS、Feed 塑造等，这都属于不同主题不同方式的信息挖掘。 YouTube 频道搜索 Find similar YouTube channels easily Welcome to Find a Channel.Net Feed 源搜索（多领域） ooh.directory feedle Twitter List 与社区搜索 Twitter List Search 推特社区搜索 Discord 频道搜索 Discordchannel Hacker News 内容搜索 DeepHN Telegram 频道与内容搜索 Meow Discover interesting channels for your Telegram. telegram 中文搜索 reference 软件内搜索无序列表 相关工具的搜索（Similar Sites） YouTube 的使用 Combo Hacker News 的使用 Combo RSS 处理 搜索主题 #RSS#ReadingSystem

阅读输入工具的 Combo丨翻译、总结、全局和 AI 沙拉查词/有道词典/沉浸翻译/Glarity/Quicker 的动作 最近常驻使用的几款语言插件越来越舒服，今天就简单介绍下阅读输入中工具的哪些组合好用收益大，我主要从「翻译」「总结」「AI 调用」「全局」四个方面来简单说说。 这四个方面的工具功能完善对阅读输入大有裨益，「翻译」而言，我看重划词翻译/句子翻译/网页翻译/AI 翻译/输入框翻译/OCR 翻译；「总结」，我看重划词段落总结/全文总结，这里一定程度已经反映这个工具对 AI 的整合程度了，单独列出来是因为之前也有单独的文章 URL 处理和总结网站；「全局」，全局是对碎片化多平台阅读的整合需求处理，以及网页和界面的全局呼出；「AI 调用」是目前检验一个工具完善程度的标志，在阅读输入方面也会镜现前面的功能，AI 翻译/AI 总结/AI 自定义 Prompt/AI 全局挂件等。 我目前稳定的阅读输入工具 Combo：沙拉查词+有道辞典+沉浸翻译+Glarity+Quicker 输入框翻译/全局呼出动作，对应了上面的几乎所有的功能收益，对我而言这几个工具 Combo 已经在我这里达到某程度的「生产力震颤/和谐」，即其他工具的介入易引起排异反应，而这种和谐程度因人而异，即供参考。 「翻译」 沙拉查词承担「翻译」功能，其划词/句子翻译非常舒服，主要快捷键双击翻译和图标 Hover 呼出翻译界面的交互很舒服，翻译功能成熟，可导入 ANKI。其它划词翻译很多不够成熟，以及有功能出奇的翻译工具如 Burning Vocabulary 以及 Relingo 就承担了「翻译」和网页「全局」翻译记忆的功能，适合语言学习初阶使用，我已经放弃，以及 LingQ 等工具学二外仍然有优势（可以结合现在的沉浸翻译插件的交互学习）。 沙拉查词主打单词和句子翻译，而沉浸翻译插件就主打段落和网页翻译，非常强大。沉浸翻译插件最近更新的三击空格输入框翻译也非常输入，也支持 OpenAI API 翻译，最近更新的 Hover 段落翻译对于学习收益也非常大，还支持视频字幕翻译（类似油管双语字幕插件）。 前两都是对应网页相关翻译功能，而应用级全局翻译和 OCR 翻译我辅之以「有道词典」，以及主要使用 Quicker 动作进行全局输入框的翻译。 然后讲讲 AI 与翻译，AI 划词和句子翻译其实是溢出的，单词和句子翻译源的选择只需要专注翻译速度和精确完整度，沙拉查词/沉浸翻译的翻译源完全够用，Deepl/彩云/OpenAI。AI 用于划词和句子翻译最主要的功能是学习辅助，也就是 Prompt 自定义以支持单词和句子的自定义处理、导出、学习和吸收，这点而言 ChatGPT Sidebar 系列、全局翻译工具 TTime、Openai-translator 以及插件 Scouter 可以承担这种个性化学习的功能，但交互体验一般。 主要我现在反感这种「笨重介入」的功能，即在一个任务里插入另一个独立任务（这里主要引入我项目处理的一个习惯，原子化拆解），在这种阅读过程中 AI 定制化处理和输出是耗费时间的，会增加工作摩擦，就如同有人喜欢在阅读的时候制作完整的「卡片笔记」一样，这种「笨重介入」的任务插入是对项目管理的无视，诱出效率陷阱。 「总结」 总结功能主要是看重划词段落总结和链接全文总结。Glarity 全文翻译非常强，可以自定义 Prompt，而段落翻译总结对于总结本身没有意义，这里的 AI 对段落的处理更像是沟通和对话。ChatGPT Sidebar 系列可以承担该功能，而目前我基本也放弃这种稍稍的「笨重介入」，我真要处理一段话，会直接复制到 GPT4/NewBing 等界面对话和沟通。 「全局」 除去 Burning Vocabulary 等翻译显示意义上的「全局」，其它插件都能在网页端模糊「全局」意义。而这里「全局」更强调应用级的全局处理。有道词典承担我全局划词/句子/OCR 翻译，加上 Quicker 动作输入更加灵活以及最直接的输入框全局翻译。 --- 明显，我对 AI 插件这种自定义学习介入阅读输入流程，不推荐（除去总结）。不管是母语阅读还是其它语言，阅读更应该是 「walk on water」般轻盈自然，而不是带着脚镣、更多插件和更多「笨重介入」缓行。 「这篇内容适合图表展示」 Reference AI 影响我阅读文章的方式 AI 时代的互联网阅读丨注意力/收敛/存在危机 语言学习相关总结 语言学习路径 生产力震颤/和谐 #RSS#ReadingSystem

: 我常驻 X/Twitter RSS 源分享（RSShub/Nitter） X/Twitter RSS 最近才重新梳理完我 RSS 常驻订阅中挂掉的 Twitter 源，并重新换成了 Nitter 实例，我常驻每条订阅都有归档记录，这里就顺便分享，基本只有 Nitter 实例可以订阅。遗憾的是，Nitter 最近也挂了很多，Reddit 也加强了访问限制挂掉不少，麻了。 我 Inoreader 每个分类都有 Twitter 订阅，目前社交媒体爬取非常不乐观，后面准备都替换成原网站 RSS。订阅的时候尽量以原网站 RSS 订阅为主，这样好处很多，助于抓取陈列/实时更新/网页跳转。这将作为我新的一条 RSS 订阅策略，前面我还分享过我 RSS 动态调整，还有原子化订阅策略，我会在后面新开一条内容详细阐述。 今天的分享可当作信息源，有很多是我较喜欢的网站，值得关注（不过这只是我用 Twitter 订阅的内容，将继续调整换掉）。之前也陆陆续续分享了不少源内容，见 Ref 和 #RSS 标签。 Reference RSS 处理策略丨动态调整 数字时代的三座生产力花园 信息迷宫丨互联网的知识陈列 我的阅读源分享 Reddit RSS 公众号订阅 互联网 AI 领域内容超级聚合 AI 前沿文献研究列表的追踪网站 Matter 阅读器精心策划的深度内容信息源 抓住 Twitter 和 Google 就抓住一切 X/Twitter RSS 订阅可用实例 #RSS#AI#ReadingSystem

我的阅读系统 下午好，诸位。今天总结下置顶频道手册的一些重要内容，分享过的信息源和三大主题，这些构成我阅读系统（feed）的部分雏形，关于我的频道，分享也提到过不少。这是事件、项目、Project 的第一步，当然还涉及没提到的信息管理，再是处理、输出和反馈，记忆（SRS）等。 信息源 泛文化系列 1：加入我 #RSS 订阅的重要内容。 泛文化系列 2：同上。 文化学术内容：偏学术向的订阅源内容。 电影系列：电影文化和评论相关内容。 游戏系列：游戏文化和评论相关内容。 三大主题 搜索主题：不会搜索就不会学习，太多辽。 探索主题：如何找资源和探索更多。 RSS 主题：RSS 烧制和处理这些资源内容。 我处理标签都很谨慎，今天就再加个阅读系统标签，毕竟后面还得生长。 #ReadingSystem#RSS#tools